pipecat

Pipecat 是一个开源的 Python 框架，用于构建实时语音与多模态对话式 AI 代理。它提供可组合的流水线架构，原生支持语音识别（ASR）、文本转语音（TTS）、多模态输入（音视频、图像）及低延迟传输（如 WebRTC/WebSocket），并具备插件化设计，可灵活集成各类大模型和工具服务。适用于开发语音助手、AI 陪伴角色、会议辅助、客户交互系统及互动叙事等需要自然、实时人机对话的场景。